机器学习-贝叶斯公式
1. 贝叶斯公式
在已知B事件发生的情况下A事件发生的概率。本身最直观的形式是
即AB两事件的交集除以B事件发生的概率
最简单的理解方法就是画图:
如图所示，A和B为样本空间S中两个存在交集的事件。假设面积对应事件发生的概率，P（S）=1, P（A）= 0.3，P (B) = 0.4,P(A∩B)=0.1
前提为B事件发生，那么我们只需要关注B事件发生后的情况，如图
阴影部分是A和B事件的交集。它占B事件的比例即为贝叶斯公式所描述的概率 0.1/0.4=1/4
2.个人理解：
P(A∩B)=P(B|A)P(A)，即A发生的概率 * 在A发生的条件下B发生的概率就是AB同时发生的概率 P(A∩B)/P(B), 即AB同时发生的概率 / A发生的概率不就是 = 在B发生条件下A发生的概率